AIが書いた文章は見抜かれる｜癖を抜く編集の手順

「事実の誤りはないのに、社内のレビューでAIが書いた感じがすると言われる」「どこを直せばよいのかは指摘されない」——原稿を生成AIで作り始めた部署で最初に詰まる場所です。この違和感の正体は、書かれている内容ではありません。文章の形のほうに、共通して現れる癖があります。この記事では、実際に指摘されている7つの癖と、それぞれの直し方を整理します。

読者は内容ではなく形で見抜く

生成AIの文章が「らしく」見える理由は、間違いの多さではありません。むしろ整いすぎていることが原因です。構成が均等で、段落の長さが揃い、文末が同じ形で続く。人が書いた文章には自然に生じるばらつきが、そこにはありません。

この性質は、AI検出ツールの仕組みからも説明できます。多くのツールは、文章の予測しやすさと、文の長さのばらつきという2つの指標で判定しています。つまり「次に来る言葉が予測しやすく、文の長さが揃っている」ことが、機械的にも人の直感にも同じシグナルとして働きます。

だから直し方も明確になります。予測しにくい要素、つまり固有名詞や具体的な数字を入れ、文の長さに変化をつける。癖を抜く作業は、感性の問題ではなく確認できる項目の作業です。以下、7つの型を順に見ていきます。

癖1：文末が同じ形で続く

最も目につきやすいのが文末です。「〜です」「〜ます」が連続し、同じ音で段落が終わっていく。1文ずつ見れば正しい日本語ですが、続けて読むと単調に感じます。声に出して読むと一番早く気づけます。

直し方は、文末の形を意識的に混ぜることです。断定、体言止め、問いかけ、条件で終わる形。すべてを変える必要はなく、同じ文末が3回続いたら1つ変えるという基準で十分に改善します。

あわせて有効なのが、具体的な描写に置き換える方法です。「混雑しています」を「朝からロビーに列ができ、昼を過ぎても席が空かない」と書き換えると、文末が変わるだけでなく情報量も増えます。文末の修正は、内容を足す機会として使うと一石二鳥になります。

癖2：固有名詞と数字がない

2つ目は、具体物の欠如です。地名、企業名、製品名、数値がほとんど出てこない。「多くの企業が」「近年では」「一定の効果が」といった表現で全体が構成されます。生成AIは広く当てはまる内容を作るため、この方向に寄ります。

これは読者にとって最も痛い欠陥です。固有名詞がない文章は、読んだあとに何も持ち帰れません。「効果が出た」ではなく「3か月で問い合わせが月4件から11件になった」と書けるかどうかが、記事の価値を分けます。

対処は単純で、抽象語を1つずつ具体に置き換える作業です。業界名、規模、期間、金額、ツール名。ここで注意が必要なのは、AIに具体化を任せると、存在しない事例や数字が生成される危険がある点です。具体は必ず人が持っている情報から入れてください。

入れ方にも差が出ます。「約3割増加」より「月4件から11件に増えた」のほうが伝わるのは、読者が自分の状況と比べられるからです。丸めた比率は印象を伝えますが、実数は再現の可否を判断させます。守秘義務で実数を出せない場合は、期間と規模だけでも添えると具体性が残ります。「従業員80名の製造業で、3か月後に」という前置きがあるだけで、同じ内容が別の情報に変わります。

癖3：同じことを言い換えて繰り返す

3つ目は同義反復です。「柔軟な対応が必要です。そのためには、適応力を高めることが重要です」のように、1文目と2文目が同じことを言っている状態です。文字数は増えますが、情報は増えていません。

見つけ方があります。各段落の2文目以降を隠して読み、内容が減っていないかを確認する方法です。隠しても意味が変わらない文は、削っても読者は何も失いません。

削るだけでなく、分解して足す手もあります。「柔軟な対応が必要」を、定義・条件・例外に分ける。「繁忙期は臨時の担当を置く」「例外として月末は固定の担当が対応する」といった形に落とすと、反復が具体的な施策に変わります。反復を見つけたら、削るか具体化するかの二択で処理すると迷いません。

反復が最も溜まりやすいのは、記事の終盤です。まとめの節で本文の主張を言い直し、その直前の節でも同じことを書いている。まとめは要約であって再説明ではないため、本文と同じ文が並ぶなら片方を削ります。終盤の重複は読者の離脱位置と重なるため、削るだけで読み終わる率が変わります。

癖4：文の長さが揃っている

4つ目は文の長さです。すべての文が40字前後に揃っていると、抑揚のない読み心地になります。人が書いた文章では、短い一言と長めの説明が混ざり、リズムが生まれます。

これは検出ツールが見ている指標そのものでもあります。文の長さのばらつきが小さいことが、機械的な判定材料になっています。ただしツールを通すために長さを変えるのではなく、読みやすさのために変えるという順番で考えてください。

実務的な直し方は、段落の中に必ず1つ、20字以下の短い文を入れることです。「ここが分かれ目です」「理由は2つあります」といった短文が入るだけで、前後の長い文が読みやすくなります。

スマートフォンで読まれる前提を置くと、この修正の効果がさらに大きくなります。画面の幅が狭い環境では、40字の文が3行に折り返されて表示され、同じ長さの塊が延々と続く見た目になります。文の長さを混ぜると、視覚的な区切りが生まれます。編集の最後に実機で確認すると、机の上では気づかない単調さが見えます。

癖5：「重要です」で終わって理由がない

5つ目は、主張の裏付けの弱さです。「〜が重要です」「〜が求められます」で段落が終わり、なぜそうなのか、そうしないと何が起きるのかが書かれていない。読者は納得の材料を得られません。

直すときの型は、原因・結果・行動の3点セットです。「なぜそうなるのか」「放置すると何が起きるか」「では何をするか」を1つの段落に揃えると、主張が実務の判断材料に変わります。

この修正は、記事の説得力に最も効きます。逆に言えば、AI原稿をそのまま公開すると「正しいけれど動けない記事」になります。読者が明日やることが書かれていない段落は、書き直す対象と決めておくと基準が安定します。

書き直すときのコツは、逆から考えることです。まず「読者にどう動いてほしいか」を1文で決め、そこから遡って理由と根拠を並べます。先に主張を書いてから理由を探すと、一般論の理由が付いてしまい、元の状態と変わりません。行動が先に決まっていれば、必要な根拠の種類も具体的になります。

癖6：業界の前提を外した主張が混ざる

6つ目は、現実の制約を踏まえていない記述です。一般論としては正しいが、その業界では実行できない提案が混ざる。生成AIは業界特有の商習慣や規制を織り込めないため、この種のずれが生じます。

例えば、承認プロセスが複数階層ある企業に「その場で判断して素早く試す」と書く。医療や金融のように表示規制がある分野で、規制に触れる訴求を推奨する。読者が現場の人であるほど、この1文で記事全体の信頼が落ちます。

防ぐには、書く前に前提条件をAIに渡すことが有効です。業種、企業規模、決裁の流れ、使えないツール。それでも残るずれは、公開前に業務を知る人が読む工程で拾います。最終確認は、その業界で働いた経験のある人が読む工程を通す設計にしておきます。

見つけ方の目印もあります。「まず経営層を巻き込みましょう」「小さく試して素早く改善しましょう」のように、聞こえは良いが誰がいつ動くのかが書かれていない提案です。実行者と所要時間が書けない提案は、前提を確認していない可能性が高いと判断できます。読み返すときは、その一文を自社で実行する場面を頭の中で再生してみてください。詰まる箇所があれば、前提が抜けています。

BtoBの記事では、この確認が特に効きます。読者は実務担当者で、実行できない提案には敏感です。逆に、制約を踏まえた記述が1つ入っているだけで「分かっている人が書いている」と伝わります。「稟議に3週間かかる前提なら、先に情報だけ回しておく」といった一文が、その役割を果たします。

癖7：同じ語を過剰に繰り返す

7つ目は語の過剰出現です。キーワードを意識させると、生成AIは同じ語を必要以上に繰り返します。加えて、「これにより」「したがって」「重要な」「効果的な」といった接続や修飾が定型的に増えます。

読者への影響は、くどさと情報密度の低下です。接続詞を削っても文意が通る場合、その接続詞は情報を運んでいません。検索対策としても、同じ語の反復が評価を高める効果は期待できません。

対処は、生成の段階でルールとして禁止することです。プロンプトに「これにより・したがって・重要な・効果的なを使わない」と書くだけで、原稿の状態が変わります。編集で削るより早く済みます。

編集側でも簡単に確認できます。原稿をエディタに貼り、疑わしい語を検索して出現回数を数えるだけです。1本の記事で同じ修飾語が10回以上出ていれば、それは意味ではなく癖として使われています。検索と置換で機械的に処理できる部分なので、確認の工程に入れておくと安定します。

見出しと構成にも癖が出る

ここまでは文の話でしたが、癖は構成にも現れます。生成AIに記事を任せると、見出しが「〜とは」「メリット」「デメリット」「注意点」「まとめ」という定型で並びやすくなります。どのテーマでも同じ骨格になるため、読者から見ると既読感が生まれます。

もう一つの特徴は、各セクションの長さが揃うことです。人が書く記事では、伝えたい部分が長く、前提の説明は短くなります。全セクションが同じ分量で並んでいる記事は、書き手がどこを重要と考えているかが読者に伝わりません。

直し方は、見出しを主張の形に書き換えることです。「メリット」ではなく「同じ予算で露出が増える理由」のように、その節で何が分かるかを見出しに入れます。見出しだけを並べて読んだときに、記事の主張が伝わる状態にするのが基準になります。

あわせて、意図的に分量に差をつけます。核心の節は長く、前提の節は短く。構成の段階で「この記事の山場はどこか」を決めておくと、生成の指示自体が具体的になります。

7つの癖と直し方の対応表

ここまでの内容を、確認用の表にまとめます。原稿を受け取ったら、この順で見ていくと漏れません。

癖	現れ方	直し方	確認の方法
文末の単調	「です・ます」が3回以上続く	文末の形を混ぜる／描写に置き換える	声に出して読む
具体の欠如	固有名詞と数字がない	人が持っている情報から具体を入れる	固有名詞の数を数える
同義反復	2文目が1文目の言い換え	削る、または定義・条件・例外に分解	2文目を隠して読む
文長の均一	全文が同じ長さ	段落に1つ短い文を入れる	1段落の文字数のばらつきを見る
因果の弱さ	「重要です」で終わる	原因・結果・行動の3点を揃える	明日やることが書かれているか
前提の飛躍	その業界では実行できない提案	前提条件を渡す／実務者が確認	現場を知る人が読む
語の過剰	同じ語と定型接続の反復	プロンプトで禁止語を指定	語の出現回数を数える

この7項目は、チェックリストとして共有できます。外注や複数人で執筆している場合、同じ表を渡すだけで原稿の水準が揃います。編集の感覚を言葉にした形なので、経験の浅い担当者でも使えます。

検出ツールの合格を目的にしない

ここで、AI検出ツールの扱いを整理します。GPTZeroやCopyleaksのようなツールは、文章の予測しやすさと文長のばらつきから、AI生成の確率を出します。参考になる場面はありますが、目的にしてはいけません。

理由は誤検知です。スタンフォード大学が2023年に公表した研究では、英語を母語としない学生が書いたTOEFLの答案を7つの主要なチェッカーで判定したところ、61%の確率で人間の文章がAI生成と誤判定されたと報告されています。単純な語彙とわかりやすい構文で書かれた文章は、機械的にはAIに近く見えるためです。

つまり、判定は確率であって事実ではありません。誤検知率を大幅に低く抑えたと報告するツールもありますが、いずれも「参考値」の域を出ません。社内で「検出ツールでAI判定が出たら差し戻し」という運用を作ると、丁寧に書かれた文章が弾かれる事故が起きます。

使うなら、指標としてではなく検査の入口として使います。判定が高く出た記事を「読み直す対象」として拾い、実際に7つの癖があるかを人が確認する。ツールの数字は差し戻しの理由ではなく、確認の順番を決める材料という位置づけが実務的です。

社外に出す文書では、扱いをもう一段慎重にします。提案書や公募への応募書類で、相手側がAI判定ツールを使う可能性があるからです。ここで守るべきは判定の回避ではなく、内容が自社の一次情報で構成されていることです。実績の数字、担当者の名前、現場の判断が入った文書は、そもそも一般的な文章の型から外れます。判定を気にする前に、その文書に自社しか書けない内容が何行あるかを数えるほうが本質的です。

編集の手順

原稿を受け取ってから公開までの流れを決めておきます。工程を分けると、1回の読みで複数の観点を見る負担がなくなります。

この6工程のうち、省略されがちなのが5番目と6番目です。形を整える工程だけを行うと、読みやすいけれど事実が危うい記事になります。逆に、事実確認だけを重視して形を放置すると、正確だが読まれない記事になります。両方を工程として持つのが要点です。

生成の段階で防ぐ

編集で直すより、生成の段階で防ぐほうが早いものがあります。プロンプトに入れておくと効果が大きい指定を挙げます。

• 禁止語を明示する（これにより・したがって・重要な・効果的な・革新的な など）
• 文末を3回以上続けないという制約を書く
• 1段落に必ず1つ、20字以下の文を入れると指定する
• 前提条件を渡す（業種・企業規模・決裁の流れ・使えないツール）
• 数値や事例は与えた資料の中からのみ使い、無い場合は空欄にすると指定する
• 「一般論だけの段落を作らない」という条件を入れる

5番目が特に重要です。数字を作らせない指定を入れておかないと、もっともらしい統計が生成され、編集段階で気づけません。空欄で返させて人が埋める形にすると、確認の対象が明確になります。

最短の対処は一次情報を足すこと

7つの癖を全部直すより効果が大きい方法が1つあります。自社が持っている情報を足すことです。営業が実際に受けた質問、商談で聞いた言葉、社内の集計値。これらは生成AIが持っていない材料です。

一次情報が入った段落は、癖の指摘を受けません。固有名詞と数字が自然に入り、因果も具体的になり、その業界の前提が反映されます。癖の多くは、材料の不足が形に現れたものです。

実務では、記事を書く前に社内から材料を集める工程を置きます。営業への15分のヒアリング、問い合わせ内容の集計、既存顧客への1問アンケート。材料を集める15分が、編集の1時間より効く場面は多くあります。

集める材料は、大げさなものでなくて構いません。「先週の商談で3社続けて同じ質問が出た」「見積の段階で決まって聞かれる条件がある」といった粒度で十分です。数字がなくても、現場で繰り返し起きている事象は一次情報として機能します。むしろ、無理に統計を探すより、目の前で観察できた事実のほうが読者の実感に近づきます。

やってはいけない直し方

最後に、避けるべき対処を挙げます。いずれも一見効率的に見えるものです。

• 言い換えツールに通して表現だけ変える（情報量は増えず、意味が崩れることがある）
• 検出ツールの判定を下げるために不自然な語を混ぜる（読者にとっての読みやすさが下がる）
• 文字数を増やすために言い換えの段落を足す（同義反復を意図的に増やす行為になる）
• AIに「人間らしく書き直して」と指示して終わりにする（癖の種類を指定しないと形が変わらない）
• 事実確認をAIに任せる（生成側と検証側が同じ性質のため、誤りが通過する）
• 癖の修正だけで公開する（形が整っても、材料がなければ読者には薄いまま）

2番目は目的が入れ替わっている典型です。検出ツールを通すことが目的になると、読者にとって読みにくい文章に向かいます。判断の基準は常に読者側に置いてください。

体制として決めておくこと

個人の努力に依存させないために、運用として決めておく項目があります。

• 最終責任者を1人決める（AIが書いたかどうかに関わらず、内容の責任者は人が持つ）
• AI利用の開示方針を決める（記事末に明記するか、しないかを統一する）
• 禁止語リストと7項目のチェック表を、執筆者全員が使える場所に置く
• 事実確認の担当と方法を決める（出典URLを記録する欄を原稿の様式に入れる）
• 検出ツールの結果を差し戻し理由にしないというルールを明文化する
• 一次情報の収集を工程に入れる（誰に何を聞くかを記事の企画時に決める）

1番目が土台になります。責任者が決まっていれば、確認の工程は自然に整います。逆に「AIが書いたから」で責任の所在が曖昧になると、癖の修正も事実確認も抜け落ちます。

まとめ

生成AIの原稿には、文末の単調さ・具体の欠如・同義反復・文長の均一・因果の弱さ・前提の飛躍・語の過剰という7つの癖が現れます。読者はこれを言葉にせず「薄い」と感じて離れるため、修正は感性ではなく確認項目の作業として扱えます。AI検出ツールは判定の材料になりますが、人間の文章を誤判定した研究報告もあり、合格を目的にすべきではありません。最も効くのは、社内の数字や現場の言葉といった一次情報を足すことです。材料が入れば、7つの癖の多くは自然に消えます。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。